最近在做一些数字图像处理方面的工作，所以想在这里记录一下自己在数字图像处理方面的一些基础知识的积累.
在此记录一下，毕竟脑容量总是有限的

一、色度空间

色度空间划分是为了便于以一定标准指定各式各样的颜色，其实质上是一个标准系统，通过系统中的点来代表每一种颜色。现阶段所常用的色度空间分为两类：面向应用（如彩色动画）和面向硬件（如彩色显示器和打印机）。数字图像处理方面，面向硬件的模型通常彩色显示器和彩色摄像机中使用 RGB（red、green、blue 红，绿，蓝）模型；彩色打印机中使用 CMY（cyan，magenta，yellow 青，品红，黄）模型和CMYK（cyan，magenta，yellow，black 青，品红，黄，黑）模型等，这些常用的色度空间中 HSI（hue，saturation，intensity 色调，饱和度，亮度）是最接近符合人类描述和解释的颜色，所以 HSI 天生有减少图像中色彩和灰度信息干扰的优势，因此 HSI 十分适合许多灰度图像的处理。色彩学作为一个包含众多应用领域的学科实际上存着大量的色度模型我们无法一一指出，本文将介绍常见的几个色度模型。

1、RGB色度空间

RGB 色度模型，又称为红、绿、蓝三原色模型。它的核心理论是每一种颜色都可以通过红、绿、蓝三种颜色组合形成。这个模型是基于的是笛卡尔（Cartesian）坐标系统。通常用立方体来描述 RGB 色度空间。这个立方体中与坐标轴相交的
3 个顶点代表 3 原色，另外3 个角点分别代表青色，品红，黄；原点代表黑色，与原点相距最远的点代表白色。这个模型中，灰度（颜色中 RGB 分量相等的点）黑色到白色间的一条直线上。模型中的颜色取点只能立方体内和表面取点，通过原点起始的向量表示。一般来讲所有的色彩按照图 2.1 所示的单元立方体进行标准化，R，G，B 取值范围为[0,1]。进行图像数字化处理中，一般将红、绿、蓝三种颜色都用8 个二进制表示，这也就是大家所说的 24 为真彩 2的24次方等于1678 万色，其总共可表示为万种颜色。如下图1所示就是24 位 RGB 色彩立方。

2、CMY 和 CMYK 色度模型

上面的图1 我们可以看出青，品红，和黄色是作为红、绿、蓝的互补色光而存，也可以作为颜料的一组三原色，称为 C
MY 色度模型。它的出现很有意思，人们用白色光照射分别涂有青、品红、黄色的物体表面时，发现它们对应的反射光中分别不包含红、绿和蓝色，且也能组合成其他颜色，于是基于此提出来 CMY 色度模型。由于他们是通过从白光中分别减去 RGB 三原色而得到，故常把青、品红和蓝称为三减色，因此它与 RGB 色度模型的转换很简单：如式 1 所示。

但CMY模型不能产生真正的黑色。故实际应用中我们通常模型中额外加入第四种颜色黑色，用 K 表示。以此 CMY 模型进而提升为CMYK 模，市面上常用的也是CMYK 模型。

3、HSI色度空间

根据前面两部分所说，RGB 和 CMY 模型硬件实现中变现的非常好，此外人眼对红色、绿色、蓝色这三种演色敏感度比较高，这和 RGB 模型的三原色组成不谋而合。**但是实际中人类理解描述颜色的模式和 RGB、CMY 模型及其他的一些其他的简单色度模型描述的方式不相符。**于是 1915 年美国色彩学家孟赛尔（H.A.Munseu）提出来一个新的色度模型：HSI 色度模型。这个模型是仿照人的视角用色调、饱和度和亮度来描述颜色。 HSI 的模型立体图如图3 所示。

其中色调指的是颜色的属性，描述的是单纯的颜色外观，用以区别颜色的种类和名称，用标准色轮来表示通常。饱和度是纯色白光下的稀释程度的一种度量，通常用回色成分所占百分比来度量。亮度又称明度是人类的一种主观描述，用来定义人类对目标物体辐射量或发光量的主观明亮感觉，HSI 色度模型立体图中通常用立体中心线来表示，用从黑色到白色的百分比来度量。
HSI 模型将亮度、色调、饱和度分离开，这样进行图像处理时能够通过将色调和饱和度去除来降低图像中光线变化和颜色变化的影响。因此 HSI 模型开发相关图像处理算法是有着一定优势。所以 HSI 模型机器视觉领域使用比较多。从RGB 模型和HSI模型两者的模型立体图我们不难看出：RGB 向HSI 模型的转换实质上是一个坐标系的转换，整个转换过程就是将一个基于笛卡尔直角坐标系的单位立方体转换为基于圆柱极坐标的双锥体。这里设 R、G、B 分别代表红色、绿色和蓝色的坐标点，取值范围为。表示 R，G，B 中的最小值。H 代表色彩角，S 代表饱和度，I代表亮度。变换公式如下：

数字图像处理基础知-色度空间(RGB\CMY\CMYK\HSI的详细解释和一些关联性描述)相关推荐

《数字图像处理》读书笔记2：数字图像处理基础
<数字图像处理>读书笔记2:数字图像处理基础 1 人类视觉感知 1.1 眼睛构造图 1.2 基本概念: 1.2.1 亮度适应(Brightness Adaptation) 1.2.2 主观 ...
【图像处理】数字图像处理基础（分辨率，像素，显示...）
Table of Contents 1.数字图像处理基础 1.1 图像表示1.1.1 图像成像模型1.1.2 数字图像的表示a.图像采样b.图像灰度的量化c.算比特数 1.2 分辨率1.2.1 空间分 ...
【深度学习】深入浅出数字图像处理基础（模型训练的先修课）
[深度学习]深入浅出数字图像处理基础(模型训练的先修课) 文章目录 1 图像的表示 2 图像像素运算 3 采样与量化3.1 采样3.2 量化3.3 图像上采样与下采样 4 插值算法分类 5 什么是池化 ...
[Python图像处理] 三十四.数字图像处理基础与几何图形绘制万字详解（推荐）
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
Java数字图像处理基础-------Java Swing简单使用，图形绘画---画五角星
Java数字图像处理基础-------Java Swing简单使用,图形绘画-画五角星一:简介要画出五角星出来,我们只需要在面板上产生5个点,然后把这5个点进行连接就可实现: 二:代码演示 imp ...
Python 计算机视觉（一） —— 数字图像处理基础
目录 1. 数字图像处理 2. 图像三要素 (1) 图像大小(size) 像素点分辨率图像大小 (2) 图像深度(depth) (3) 图像通道数(channels) 单通道三通道四通道二通 ...
【数字图像处理】六.MFC空间几何变换之图像平移、镜像、旋转、缩放详解
本文主要讲述基于VC++6.0 MFC图像处理的应用知识,主要结合自己大三所学课程<数字图像处理>及课件进行讲解,主要通过MFC单文档视图实现显示BMP图片空间几何变换,包括图像平移.图形 ...
2 - 数字图像处理基础
数字图像基础人类视觉系统人眼视觉模型视觉过程人眼视觉特性图像的表示图像的溯源连续图像函数图像种类图像感知和获取数字图像的分辨率综合考虑像素间的基本关系相邻像素邻接性.连通性 ...
【数字图像处理】六.MFC空间几何变换之图像平移、镜像、旋转、缩放具体解释...
本文主要讲述基于VC++6.0 MFC图像处理的应用知识,主要结合自己大三所学课程<数字图像处理>及课件进行解说,主要通过MFC单文档视图实现显示BMP图片空间几何变换.包含 ...
数字图像处理——第三章空间域图像增强（灰度变换和直方图处理）
文章目录空间域图像增强 1. 背景知识 2. 基本灰度变换 2.1 图像反转 2.2 对数变换 2.3 幂次变换 2.4 分段线性变换函数 2.4.1 对比拉伸 2.4.2 灰度切割 2.4.3 位 ...

数字图像处理基础知-色度空间(RGB\CMY\CMYK\HSI的详细解释和一些关联性描述)

一、色度空间

1、RGB色度空间

2、CMY 和 CMYK 色度模型

3、HSI色度空间

数字图像处理基础知-色度空间(RGB\CMY\CMYK\HSI的详细解释和一些关联性描述)相关推荐

最新文章

热门文章